足球队排名
多种思路解足球种排名次种种决
摘要
本是一个定了足球比,两两相比的比分,然后题题题题题题题题题题题题题题题题题题题题题题题题12支球排名题题题并推广到n支球的。题题题题题
模型一中,我用了次分析法中的成比求出各题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题的重,然后行排名。于中比分的残缺,
用了助矩来解决。用方法足球排得名次:题题题题题题题题题题题题题题题题题题题题题题题
模型二中,我列出了判球力的三个因素:均题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题分,均球数,均球数,然后根据中各因
素的因果系将其分三,即目、准和决策。题题题题题题题题题题题题题题题题题题题题题题由准与目、决策与准之的系,分建立题题题题题题题题题题题题题题题题题题题题题题题题准目、决策准的判断矩,并判断矩题题题题题题题题题题题题题题题题题题题题题题题题题题的一致性行,得出的一致性指题题题题题题题题题题题题题,可靠度高。题题题
然后再确定三者的重,分建立判断矩,再求出题题题题题题题题题题题题题题题题合重,最可排出最后的名次。用方法足球排得名次:题题题题题题题题题题题题题题题题题题题题题题题题题题题题题
可,两方法得出的是一致的,可互相两模型的正确性。题题题题题题题题题题题题题题题题题题题题题题题题题题题题题题
题题题题题题题题题题题题题题题题题中的比矩均一致,所以可以推广到n支球的情况,而题题题题题题且数据没有要求。但是比次越多,数据残题题题题题题题题题题题题题题题题题题题题
缺越少,越能反映各的真力。题题题题题题题
一,种种重述
本出了题题题题12支球相互比的比分,要求我能依据所数据题题题题题题题题题题题题题题题题题题题题题题题题12
只球排名的算法,并推广到题题题题题题题题题题题N个球,同出当我算法成题题题题题题题题题题题题
立数据所具的条件。成
如下:题题题题题题题题题题题题题题题题题
X0:12:22:03:11:00:10:21:01:1XX
1:01:03:11:32:14:01:1
0:00:21:0
X2:00:01:12:11:10:02:00:2XX
0:12:01:10:01:10:0
1:30:0
X4:22:13:01:00:11:00:1XX
1:11:43:12:32:0
0:0
X2:30:10:52:10:10:1XX
2:31:30:01:1
X0:1XXXX1:00:0
1:21:1
XXXXXXX
X1:02:13:13:12:0
2:03:03:0
0:01:02:2
X0:11:13:10:0
1:21:0
2:00:1
X3:01:01:0
1:0
0:0
X1:02:0
X1:1
1:2
1:1
X题明:,1,12支球依次作题题题题题T1,T2,…T12。
,2,符号X表示两未曾比。题题题题题题
,3,数字表示两比果,如题题题题题题题T3行与T8行交叉的数字表示:题题题题题题题T3
与T8比了题题2题,T3与T8的球数之比题题题题题题0:1和3:1.
2
二,模型假种1.比的果真可靠题题题题题题题题
2.题题题题题题题题题题题题题题题题题题题题题题题题判球的力只看均球,均分,及均球数3.
三,符种明号模型一:
1. 表示两球的力之比题题题题题题
2.题题题题题题题题与比,平均的球数每
3. 表示判断矩题
4. 表示助矩题题题题
模型二:
1. 表示12支球,题题k=1,2, …122,表示因素:均分题题题题
3. 表示因素:均球题题题题题
4. 表示因素:均球数题题题题题
5. 表示准目的判断矩题题题题题题题题题题题
6. 表示决策准的比矩,题题题题题题题题题题题i=1,2,37. 表示准目的重,题题题题题题题题题题
8. 表示
准的重,题题题题题题题题题
9. 表示方案目的合重,题题题题题题题题题题题
四,模型建立求解与
模型一:利用次分析法中的成比排序题题题题题题题题题题题题题题
Step1:构造判断矩题
元素确定原:题题
令i=1,2, …12,j=1,2, …12
?若与比互次相等,题题题题题题题题题题
a.题题球等于0,直接令==1,
b.题题球多于,题题题题题一,
?题k题,k>0,题
题题题题题题题题与比,平均的球数每3
=+
若两无成,令题题题题题题题
Step2:构造助矩题题题题
令
Step3:求最大特征根和特征向量
用MATLAB题程可得
Step3:排序
根据求出的最大特征向量,可得12个的排名:题题题题题题
模型二:次分析法题题题题题
题题题题题题题题题题题题题题题题题题题题题题次分析法中,要确定目,准,决策。具体到本,目12
支球的排名,准判球力的因素。根据题题题题题题题题题题题题题题题题题题题题题
题题题题题题题题题题题题题题题题题题题题情况,判一个球力的因素主要有平均分,
平均球数,平均球数。由此题题题题题题题题题题题题题
可得次分析构如下:题题题题题题题题题题
1.题题题题题题题题题题题题题题题题题题题题题题题题题算各的均分,均球,均球数,如下表所示2.题题题题准的3个因素两两比,采用下列的比尺度:题题题题题题题题题题题题
含题
二者影响相同1
前者比后者影响稍强3
前者比后者影响强5
前者比后者影响明题强7
前者比后者影响题题强9
二者影响之比在上述两相等之题题题题题2,4,6,
8
题题题题题题题题题题题题题题题题题题题题三个因素分,,,我根据,行两两比得到三者的重要度之比题
由此可得判断矩:题题题
题题题题题题题题题题题题题题题题题题题题程求得判断矩的特征根和特征向量,找出最大特征根,,将其的题题题
特征向量一化,得:题题题题题题
4
题题题就是准3个因素的重。题题题
成比通常不是一致,但了能用它的于题题题题题题题题题题题题题题题题题题题题题题特征根的特征向量作被比的向量,其不一致性需在一定容范内。题题题题题题题题题题题题题题题题题题题题题题题题
下面判断矩题题题题题A作一致性。题题题
一致性指题题
将,代入得
再引入随机一致性指题RI:
题题,判断矩A的一致性指与同的随机一致性指之比题题题题题题题题题题题题题题
成一致性比率。题题题题题题题
题,A的一致性在容范内,可以接受。题题题题题题题题题题3.分求各在三个准下的重,也就是排名,题题题题题题题题题题题题题题题题题题题题
根据第一算出的各均分,均球数,均球数步题题题题题题题题题题题题题题题题题题
可得到以下决策准的比矩:题题题题题题题题题题题
分求其最大特征根和的特征向量,并将其一化,得题题题题题题题题题题题题题题题题题题题题题题题题题
所以
题题题题题题题题题题就是决策准的重。
再行一致性,求其分题题题题题题题题题题题题题0.0032,0,0
所以一致性比率题
题题合一致性比率
4.确定决策目的重,最排名,题题题题题题题题题题题题题题
由此得到足球的最排名题题题题题题题
五,模型种种题定性:
通改几个比分,使比矩生化,最后题题题题题题题题题题题题题题题题题题题题题题的排名的化十分微小,明本文的两个模型是定的。题题题题题题题题题题题题题题题题题题题题题比尺度:题题题题
5
在次分析法中,题题题题题题题题题题题题个判断矩的元素都是由1每到9的数来定的,题题题题题题了很多人因素,而在此中是用比分来确定的,题题题题题题题题题题题题题题题题题题
因此更准确,用性更广。题题题题题题题题题题
通以上分析,我可以知道,两个模型定性题题题题题题题题题题题题题题题题题,强
适用性广,且不受足球数的影响,因此可以推广到题题题题题题题题题题题题题n个球。题题
六,模型种价种一步改种与
本文共建立了两个模型。第一个模型用次分析法中的成比题题题题题题题题题题题题题题题题题题题题题题题题题求解,而第二个模型用了完整的次分析法解决,两方
法殊途同,都适用于题题题题题题n支球的情况,而且定性题题题题题题题题题题,适用性广强,具有高的用价。题题题题题题题题
模型缺点在于没有考次的影响,而且在第二模型题题题题题题题题题题题题题题题中,成比中出了数,而是不允的,在模型中没有解决。题题题题题题题题题题题题题题题题题题题题题题题题题题题题题
1.题题题题次:
可以在算分,先算出两两相比的分,题题题题题题题题题题题题题题题题题题
再将其予不同的重,如比了题题题题题题题题题题题3题题题重0.6,比了两重题题题题0.3,比了
一重题题题题0.1.
2.题题题题数:
?可用两力之差来作成比矩中的因素,题题题题题题题题题题题题题题题题题题
但此求向量的方法也就有所改题题题题题题题题题题题题题题
?也可将球数化分,使因素两个,题题题题题题题题题题题题题题题题题题题
化的方法似于第一个模型。题题题题题题题题题
七,参献考文
[ 1 ] 姜启源. 《
模型》. 高等教育出版社, 北京, 1996.[ 2 ] 蔚敏题题题, 吴民题题. 《数据构》题题题. 清大学出版社题题题题题题, 北京, 1992.[ 3 ] 叶其孝. 《大学生数学建模教材》题题题题题题题. 湖南教育出版社, 题沙, 1993.
附种,
模型一中的程序:
A=[1 4 8 ;
1/4 1 2 ;
1/8 1/2 1
];
%[v,d]=eig(A)
%t=eig(A)
B=[3 1 1/2 6 2 2 1/4 1/2 5
1 0 0 ;
1 3 1/2 2 1 2 1 1 2
1/2 0 0 ;
6
2 2 3 2 2 3 2 1/2 2 1/2 0 0 ;
1/6 1/2 1/2 3 1/2 1/2 1/7 1/2 1/2 1/2 0 0 ;
1/2 1 1/2 2 5 1/2 0 0 0 0 1 1/2;
1/2 1/2 1/3 2 2 7 0 0 0 0 0 0 ;
4 1 1/2 7 0 0 3 4 6 5 2 2 ;
2 1 2 2 0 0 1/4 3 1/2 1 2 1 ;
1/5 1/2 1/2 2 0 0 1/6 2 3 4 2 2 ;
1 2 2 2 0 0 1/5 1 1/4 3 2 2 ;
0 0 0 0 1 0 1/2 1/2 1/2 1/2 6 1/2;
0 0 0 0 2 0 1/2 1 1/2 1/2 2 6
];
%disp('DecMatrix=B');
%[WeightVector,CR]=AHPWeightVector(B);
%[v,d]=eig(B)
%t=eig(B)
W1=[0.11837471 0.092612176 0.11494187 0.031333365 0.036750139 0.079380203 0.163429806 0.081715639 0.077823197 0.093388819 0.036750139 0.073499938;
0.396618228 0.125597524 0.502379646 -0.991531344 -0.418637442 -0.565167776 1.385229272 0.11082302 -0.387865986 -0.11082302 -0.732628129 -0.313993992;
0.107842377 0.068300403 0.113833221 0.053922248 0.085374958 0.051224632 0.17577107 0.080352635 0.055242804 0.075330993 0.075887774 0.056916885
];
W2=[0.727272727 0.181818182 0.090909091
];
W=W2*W1
7